CN107895454B - 一种基于小波能量的早期火灾烟雾视频检测方法 - Google Patents
一种基于小波能量的早期火灾烟雾视频检测方法 Download PDFInfo
- Publication number
- CN107895454B CN107895454B CN201711134046.2A CN201711134046A CN107895454B CN 107895454 B CN107895454 B CN 107895454B CN 201711134046 A CN201711134046 A CN 201711134046A CN 107895454 B CN107895454 B CN 107895454B
- Authority
- CN
- China
- Prior art keywords
- image
- video
- smoke
- frame
- energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000000779 smoke Substances 0.000 title claims abstract description 63
- 238000001514 detection method Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 10
- 239000003595 mist Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明属于烟雾检测的技术领域,具体涉及一种基于小波能量的早期火灾烟雾视频检测方法;解决的技术问题为:提供一种运算简单、检测速度快、效果明显,不但具有有效去除人、汽车等非烟雾干扰物的影响,而且检测效果好的早期火灾烟雾视频检测方法;采用的技术方案为:包括以下步骤:读取待测RGB视频图像,将RGB视频图像转换成灰度视频图像;检测运动前景图像,将运动前景图像转换成运动前景二值图像;将视频当前帧图像与所述运动前景二值图像做乘积运算,得到frame1图像,对frame1图像进行小波分解,并计算该图像的能量值;判断连续两个检测周期的图像能量值的变化率,检测所述待测RGB视频图像区域是否产生烟雾;本发明适用于检测领域。
Description
技术领域
本发明属于烟雾检测的技术领域,具体涉及一种基于小波能量的早期火灾烟雾视频检测方法。
背景技术
火灾是最常见的灾害之一,它直接危及人们的生命财产安全以及造成环境污染等。因此,对其进行实时有效的监控,把火灾造成的损失减小到最小程度,是火灾防治技术领域的重点研究内容,而火灾自动检测系统起着至关重要的作用。
传统型火灾探测器因发生火灾时产生的烟雾很难到达房间顶部,且易受通风速度、现场干扰、噪声等的影响,无法及时进行早期火灾监测、报警。综合国内外火灾图像识别判据较单一,误报、漏报率高,系统鲁棒性、实时性差等特点,针对火灾烟雾图像实时性强、特征信息量大等特点,充分研究火灾初期烟雾的图像特征,结合图像处理技术和小波变换,提出一种基于小波能量的早期火灾烟雾视频检测方法,以达到早期火灾报警的目的。
发明内容
本发明克服现有技术存在的不足,所要解决的技术问题为:提供一种运算简单、检测速度快、效果明显,不但具有有效去除人、汽车等非烟雾干扰物的影响,而且检测效果好的早期火灾烟雾视频检测方法。
为了解决上述技术问题,本发明采用的技术方案为:一种基于小波能量的早期火灾烟雾视频检测方法,包括以下步骤:
S101、读取待测RGB视频图像,将RGB视频图像转换成灰度视频图像;
S102、检测运动前景图像,将运动前景图像转换成运动前景二值图像;
S103、将视频当前帧图像与所述运动前景二值图像做乘积运算,得到frame1图像,对frame1图像进行小波分解,并计算该图像的能量值;
S104、判断连续两个检测周期的图像能量值的变化率,检测所述待测RGB视频图像区域是否产生烟雾。
具体地,步骤S101中,具体包括:
计算视频总帧数n;
由式I=(R+G+B)/3,将该视频转换成灰度视频图像;
由式:B=a×(1-M)×Q+B+a×(M-1)×B,得到实时更新背景图像;
其中:B为实时背景图像,B的始值为第一帧图像;a为背景更新系数取值0.05,初始值为0;M为运动前景图像,M的始值为0矩阵;Q为当前帧图像。
具体地,步骤S102中,具体包括:
由式M=|Q-B|检测运动前景图像,同时通过将运动前景图像M转换成运动前景二值图像;
其中:i、j分别为运动前景图像M的行与列变量。
具体地,步骤S103中,具体包括:
由式frame1=Q×M得到frame1图像,通过对frame1图像小波分解,得到低频子带图像ca;
其中:i、j分别为低频子带图像ca的行与列变量;p、q分别为低频子带图像ca的行数与列数;k1为当前帧变量;Eb(k1)为当前帧低频子带图像ca的能量。
具体地,步骤S104中,具体包括:
从第一帧开始取20帧作为一检测周期,每一周期内用最小二乘法拟合Eb(1)~Eb(20)的变化率k,同时将k值小于0的赋值0;
在待测视频所有帧中依次选取两个连续检测周期的变化率k1、k2,满足k1〉2×106且k2〉2×106,即可判别在此两个周期中存在烟雾,发出火灾报警信号。
本发明与现有技术相比具有以下有益效果:
本发明一种基于小波能量的早期火灾烟雾视频检测方法,通过读取待测RGB视频图像,将RGB视频图像转换成灰度视频图像;检测运动前景图像,将运动前景图像转换成运动前景二值图像;并将视频当前帧图像与所述运动前景二值图像做乘积运算,得到frame1图像,对frame1图像进行小波分解,并计算该图像的能量值;随后,判断连续两个检测周期的图像能量值的变化率,检测所述待测RGB视频图像区域是否产生烟雾;该发明方法具有运算简单、检测速度快、效果明显且误报率极低,可有效去除行人、汽车等非烟雾干扰的影响,可广泛应用于森林、办公室、仓库、动车车厢等场所。
附图说明
下面结合附图对本发明做进一步详细的说明;
图1为本发明提供的一种基于小波能量的早期火灾烟雾视频检测方法的流程示意图;
图2为本发明提供的一种基于小波能量的早期火灾烟雾视频检测方法的纯烟雾视频举例图;
图3为本发明提供的一种基于小波能量的早期火灾烟雾视频检测方法的有烟雾干扰举例图;
图4为本发明提供的一种基于小波能量的早期火灾烟雾视频检测方法的无烟雾干扰举例图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例;基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,一种基于小波能量的早期火灾烟雾视频检测方法,包括以下步骤:
S101、读取待测RGB视频图像,将RGB视频图像转换成灰度视频图像;
具体地,步骤S101中,具体包括:
计算视频总帧数n;
由式I=(R+G+B)/3,将该视频转换成灰度视频图像;
由式:B=a×(1-M)×Q+B+a×(M-1)×B,得到实时更新背景图像;
其中:B为实时背景图像,B的始值为第一帧图像;a为背景更新系数取值0.05,初始值为0;M为运动前景图像,M的始值为0矩阵;Q为当前帧图像;
S102、检测运动前景图像,将运动前景图像转换成运动前景二值图像;
具体地,步骤S102中,具体包括:
其中:i、j分别为运动前景图像M的行与列变量;
S103、将视频当前帧图像与所述运动前景二值图像做乘积运算,得到frame1图像,对frame1图像进行小波分解,并计算该图像的能量值;
具体地,步骤S103中,具体包括:
由式frame1=Q×M得到frame1图像,通过对frame1图像小波分解,得到低频子带图像ca;
其中:i、j分别为低频子带图像ca的行与列变量;p、q分别为低频子带图像ca的行数与列数;k1为当前帧变量;Eb(k1)为当前帧低频子带图像ca的能量;
S104、判断连续两个检测周期的图像能量值的变化率,检测所述待测RGB视频图像区域是否产生烟雾;
具体地,步骤S104中,具体包括:
从第一帧开始取20帧作为一检测周期,每一周期内用最小二乘法拟合Eb(1)~Eb(20)的变化率k,同时将k值小于0的赋值0;
在待测视频所有帧中依次选取两个连续检测周期的变化率k1、k2,满足k1〉2×106且k2〉2×106,即可判别在此两个周期中存在烟雾,发出火灾报警信号。
图2为本发明提供的一种基于小波能量的早期火灾烟雾视频检测方法的纯烟雾视频举例图,如图2所示,图a1为第1.5秒视频产生烟雾图,图a2为第2秒检测到烟雾时视频帧图;图b1为第14秒视频产生烟雾图,图b2为第14.4秒检测到烟雾时视频帧图;图c1为第3秒视频背景图,图c2为第3秒检测到烟雾时视频帧图;由此可见,检测误差最大0.5秒,能够准确检测到烟雾视频帧图。
图3为本发明提供的一种基于小波能量的早期火灾烟雾视频检测方法的有烟雾干扰举例图,如图3所示,图a1为第17秒视频产生烟雾图,图a2为第17.6秒检测到烟雾时视频帧图;图b1为第16秒视频产生烟雾图,图b2为第18.4秒检测到烟雾时视频帧图;图c1为第16秒视频背景图,图c2为第18.4秒检测到烟雾时视频帧图;由此可见,具有人或汽车等非烟雾干扰的烟雾视频,检测误差时间最大为2.4秒,比较准确的检测到烟雾视频帧。
图4为本发明提供的一种基于小波能量的早期火灾烟雾视频检测方法的无烟雾干扰举例图,如图4所示,图a1为天空黑云缓慢移动变化的视频图;图a2为早晨雾气浓度慢慢变浓的视频图;图a3为林间雾气变化的视频图,本发明未受到干扰物的影响,未检测到有烟雾。
综上所述,本发明能够有效检测火灾早期烟雾,检测误差最大时间为2.4秒,符合实时监测系统要求;本发明具有很好的抗干扰能力,能够有效避免行人、汽车、云、雾等非烟雾干扰。
本发明一种基于小波能量的早期火灾烟雾视频检测方法,通过读取待测RGB视频图像,将RGB视频图像转换成灰度视频图像;检测运动前景图像,将运动前景图像转换成运动前景二值图像;并将视频当前帧图像与所述运动前景二值图像做乘积运算,得到frame1图像,对frame1图像进行小波分解,并计算该图像的能量值;随后,判断连续两个检测周期的图像能量值的变化率,检测所述待测RGB视频图像区域是否产生烟雾;该发明方法具有运算简单、检测速度快、效果明显且误报率极低,可有效去除行人、汽车等非烟雾干扰的影响,可广泛应用于森林、办公室、仓库、动车车厢等场所,实用性极高。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (4)
1.一种基于小波能量的早期火灾烟雾视频检测方法,其特征在于:包括以下步骤:
s101、读取待测RGB视频图像,将RGB视频图像转换成灰度视频图像;
S102、检测运动前景图像,将运动前景图像转换成运动前景二值图像;
S103、将视频当前帧图像与所述运动前景二值图像做乘积运算,得到framel图像,对framel图像进行小波分解,并计算该图像的能量值;
S104、判断连续两个检测周期的图像能量值的变化率,检测所述待测RGB视频图像区域是否产生烟雾;
所述步骤S103中,具体包括:
由式framel=Q×M得到framel图像,通过对framel图像小波分解,得到低频子带图像ca;
其中:i、j分别为低频子带图像ca的行与列变量;p、q分别为低频子带图像ca的行数与列数;k1为当前帧变量;Eb(k1)为当前帧低频子带图像ca的能量。
2.根据权利要求1所述的一种基于小波能量的早期火灾烟雾视频检测方法,其特征在于:步骤S101中,具体包括:
计算视频总帧数n;
由式I=(R+G+B)/3,将该视频转换成灰度视频图像;
由式:B=a×(1-M)×Q+B+a×(M-1)×B,得到实时更新背景图像;
其中:B为实时背景图像,B的始值为第一帧图像;a为背景更新系数取值0.05,初始值为0;M为运动前景图像,M的始值为0矩阵;Q为当前帧图像。
4.根据权利要求1所述的一种基于小波能量的早期火灾烟雾视频检测方法,其特征在于:步骤S104中,具体包括:
从第一帧开始取20帧作为一检测周期,每一周期内用最小二乘法拟合Eb(1)~Eb(20)的变化率k,同时将k值小于0的赋值0;
在待测视频所有帧中依次选取两个连续检测周期的变化率k1、k2,满足k1>2×106且k2>2×106,即可判别在此两个周期中存在烟雾,发出火灾报警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711134046.2A CN107895454B (zh) | 2017-11-16 | 2017-11-16 | 一种基于小波能量的早期火灾烟雾视频检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711134046.2A CN107895454B (zh) | 2017-11-16 | 2017-11-16 | 一种基于小波能量的早期火灾烟雾视频检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107895454A CN107895454A (zh) | 2018-04-10 |
CN107895454B true CN107895454B (zh) | 2020-02-14 |
Family
ID=61805352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711134046.2A Active CN107895454B (zh) | 2017-11-16 | 2017-11-16 | 一种基于小波能量的早期火灾烟雾视频检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107895454B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102201146B (zh) * | 2011-05-18 | 2012-11-21 | 中国科学技术大学 | 基于主动红外视频的零照度环境火灾烟雾识别方法 |
CN103020628B (zh) * | 2012-11-30 | 2016-02-24 | 北京理工大学 | 一种基于rgb对比图像与目标形状的烟雾检测方法 |
CN106778488B (zh) * | 2016-11-22 | 2019-07-16 | 中国民航大学 | 基于图像相关性的低照度烟雾视频检测方法 |
CN107147872A (zh) * | 2017-05-10 | 2017-09-08 | 合肥慧图软件有限公司 | 一种基于视频监控与图像处理相结合的烟火报警系统 |
-
2017
- 2017-11-16 CN CN201711134046.2A patent/CN107895454B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107895454A (zh) | 2018-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gong et al. | A Real‐Time Fire Detection Method from Video with Multifeature Fusion | |
CN107437318B (zh) | 一种可见光智能识别算法 | |
CN100585656C (zh) | 一种基于规则的全天候智能视频分析监控方法 | |
US20080137906A1 (en) | Smoke Detecting Method And Device | |
CN104658152B (zh) | 一种基于视频的运动物体入侵报警方法 | |
CN108932814A (zh) | 一种嵌入式图像型厨房火灾报警装置 | |
CN102236947A (zh) | 基于视频摄像机的火焰监测方法与系统 | |
CN105574468B (zh) | 视频火焰检测方法、装置及系统 | |
CN111476964A (zh) | 一种远程森林防火监控系统与方法 | |
JPH0337354B2 (zh) | ||
Chowdhury et al. | Computer vision and smoke sensor based fire detection system | |
CN112396796A (zh) | 一种基于计算机视觉的火灾自动识别预警监控系统 | |
CN111507235A (zh) | 基于视频的铁路周界异物入侵检测方法 | |
CN111460949B (zh) | 一种输电线路防外力破坏实时监测方法和系统 | |
CN201091014Y (zh) | 一种火灾探测装置 | |
CN113299034B (zh) | 一种适应多场景的火焰识别预警方法 | |
CN103489202A (zh) | 基于视频的入侵检测方法 | |
CN102609685B (zh) | 一种图像型火灾探测器的遮挡判别方法 | |
CN107895454B (zh) | 一种基于小波能量的早期火灾烟雾视频检测方法 | |
CN107967448B (zh) | 早期火灾烟雾实时检测方法及系统 | |
JP5710230B2 (ja) | 監視システムおよび監視方法 | |
CN110852174A (zh) | 一种基于视频监控的早期烟雾检测方法 | |
KR102521725B1 (ko) | 인공지능 기반의 화재 감지 시스템, 화재 감지 장치 및 그 방법 | |
CN104574340A (zh) | 一种基于历史图像的视频入侵检测方法 | |
Gao et al. | Design and implementation of fire detection system using new model mixing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |